MétaCan
Menu
Retour à la cohorte
Enregistrement W4412863393 · doi:10.1111/jiec.70086

Circular economy strategies in cities as a value‐driven approach to infrastructure management

2025· article· en· W4412863393 sur OpenAlexaff
Santiago Zuluaga, Shoshanna Saxe, Bryan Karney

Notice bibliographique

RevueJournal of Industrial Ecology · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSustainable Supply Chain Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCircular economyBusinessValue (mathematics)Industrial ecologyNatural resource economicsEconomicsEconomic systemEnvironmental economicsEnvironmental resource managementIndustrial organizationSustainabilityComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The circular economy (CE) is a promising paradigm for reducing the environmental impact and preserving value within modern production systems, including civil infrastructure. However, there is a mismatch between common assumptions in CE thinking, largely developed for smaller‐scale consumer products, and infrastructure systems characterized by their permanency and complexity. This paper discusses the applicability of CE for infrastructure provisioning and operation while examining how CE is being used in urban infrastructure policies. Our analysis of six large American and European cities reveals that current CE policy for construction focuses on closing material loops, even in cases where it may have limited effectiveness. Notably, London and Amsterdam lead efforts to narrow resource loops through life extension strategies. Yet, for urban infrastructure value to be meaningfully preserved, more attention should be given to the specific contexts of growth and existing infrastructure stock, and higher‐order circularity strategies such as retrofitting and use intensification.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,010
Communication savante0,0080,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,230
Écart entre enseignants0,217 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Industrial EcologyMême sujetSustainable Supply Chain ManagementTravaux en français237 207